發(fā)布時(shí)間：2018-05-28 19:34

  本文選題：目標(biāo)跟蹤 + Camshift跟蹤　； 參考：《光學(xué)精密工程》2016年04期

【摘要】：為了提高Camshift跟蹤方法在復(fù)雜環(huán)境下的跟蹤性能,應(yīng)用被跟蹤目標(biāo)內(nèi)部各特征像素間的交比不變?cè)?提出了一種改進(jìn)的Camshift跟蹤方法。該方法通過(guò)分析被跟蹤的目標(biāo)模型,計(jì)算出其內(nèi)部各特征像素間的坐標(biāo)關(guān)系;將內(nèi)部數(shù)據(jù)間的交比不變量作為所提出的跟蹤方法的約束條件,對(duì)跟蹤錯(cuò)誤的像素點(diǎn)進(jìn)行校正,并將跟蹤過(guò)程中連續(xù)兩幀圖像的內(nèi)部特征像素間的距離比作為跟蹤效果的評(píng)判標(biāo)準(zhǔn)。用改進(jìn)的Camshift跟蹤方法分別對(duì)標(biāo)準(zhǔn)測(cè)試視頻內(nèi)的視頻信息和實(shí)際拍攝的視頻信息進(jìn)行了測(cè)試。結(jié)果顯示,該方法在兩種復(fù)雜環(huán)境實(shí)驗(yàn)條件下,跟蹤目標(biāo)的距離偏差都能保持在15pixel以內(nèi),對(duì)單幀圖像平均處理時(shí)間在20ms以內(nèi)。試驗(yàn)結(jié)果表明,該方法對(duì)復(fù)雜環(huán)境下的目標(biāo)具有良好的跟蹤效果,跟蹤性能穩(wěn)定,跟蹤效率高,可以滿足跟蹤系統(tǒng)實(shí)時(shí)性的要求。
[Abstract]:In order to improve the tracking performance of the Camshift tracking method in complex environments, an improved Camshift tracking method is proposed by applying the principle of intersection invariance among the feature pixels within the target being tracked. By analyzing the target model, the coordinate relation of each feature pixel is calculated, and the intersecting invariant of the internal data is used as the constraint condition of the tracking method, and the tracking error pixel is corrected. The distance ratio between the internal feature pixels of two successive frames in the tracking process is taken as the criterion of tracking effect. The improved Camshift tracking method is used to test the video information in the standard test video and the actual video information taken. The results show that the range deviation of the tracking target can be kept within 15pixel and the average processing time for a single frame image is within 20ms under two kinds of complex environment experiments. The experimental results show that the method has a good tracking effect on the target in complex environment, stable tracking performance and high tracking efficiency. It can meet the real-time requirements of the tracking system.
【作者單位】： 中北大學(xué)機(jī)械與動(dòng)力工程學(xué)院;
【基金】：山西省科技攻關(guān)項(xiàng)目(No.20130321005-04)
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 景慎艷;;需求跟蹤方法探索與實(shí)踐[J];電腦與電信;2011年10期

2 呂雪立，，柯有安;基于整體特征的線跟蹤方法[J];北京理工大學(xué)學(xué)報(bào);1995年02期

3 尹春霞;徐德;羅楊宇;李成榮;;一種魯棒的自適應(yīng)帶寬跟蹤方法[J];控制與決策;2013年11期

4 權(quán)偉;陳錦雄;余南陽(yáng);;在線學(xué)習(xí)多重檢測(cè)的可視對(duì)象跟蹤方法[J];電子學(xué)報(bào);2014年05期

5 田原,譚鐵牛,孫洪贊;一種具有良好魯棒性的實(shí)時(shí)跟蹤方法[J];自動(dòng)化學(xué)報(bào);2002年05期

6 呂金剛;吳斌;劉恒;周翔宇;邵延華;;一種快速魯棒的動(dòng)態(tài)人手跟蹤方法[J];微型機(jī)與應(yīng)用;2012年01期

7 梁露花;鄢展鵬;;基于人臉檢測(cè)和特征的跟蹤方法[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 夏春艷;王敏杰;亓志斌;張偉;李樹(shù)平;;話題識(shí)別與跟蹤方法的研究[J];科技致富向?qū)?2012年08期

9 龔榮;甄軼佳;;適用于疲勞駕駛檢測(cè)的人眼跟蹤方法研究[J];科技信息;2009年16期

10 王平;高穎慧;王鵬;;復(fù)雜地面場(chǎng)景下運(yùn)動(dòng)小目標(biāo)的識(shí)別與跟蹤方法[J];信號(hào)處理;2010年09期

相關(guān)會(huì)議論文 前7條

1 王寧;陳常念;陳加忠;范曄斌;王冼;;標(biāo)定環(huán)境下基于粒子濾波的行人跟蹤方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

2 劉勛;孟驤龍;毋立芳;;基于自適應(yīng)對(duì)象模型的籃球運(yùn)動(dòng)跟蹤方法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

3 馮志全;鄭艷偉;徐濤;楊波;;基于粒子濾波的人手跟蹤方法研究[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

4 宋丹;吳晨;薛德軍;師慶輝;;基于KNN的科技主題跟蹤[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

5 林曉靜;王冰潔;梁瑋;;一種復(fù)雜背景下基于PSO的人手跟蹤方法[A];第八屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2012)論文集NCMT[C];2012年

6 田原;譚鐵牛;孫洪贊;胡衛(wèi)明;;一種能處理部分遮擋的魯棒性實(shí)時(shí)跟蹤方法[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

7 賈云得;M.Hebert;;一種圖象結(jié)構(gòu)化特征的提取和跟蹤方法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

相關(guān)博士學(xué)位論文 前7條

1 楊景景;基于時(shí)空切片的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究[D];哈爾濱工業(yè)大學(xué);2013年

2 王智靈;自然條件下的運(yùn)動(dòng)目標(biāo)魯棒跟蹤方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

3 邢曉芬;基于視頻的目標(biāo)在線跟蹤方法研究[D];華南理工大學(xué);2013年

4 穆治亞;紅外多目標(biāo)實(shí)時(shí)跟蹤方法的研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2014年

5 薛茹;復(fù)雜交通監(jiān)控場(chǎng)景下運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究[D];長(zhǎng)安大學(xué);2014年

6 呂敬欽;視頻行人檢測(cè)及跟蹤的關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2013年

7 高峗;復(fù)雜場(chǎng)景下高效視頻目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];云南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張中偉;基于時(shí)空上下文和核相關(guān)濾波器的密集采樣目標(biāo)跟蹤方法研究[D];西北農(nóng)林科技大學(xué);2015年

2 宋丹;基于語(yǔ)義和鏈接的話題跟蹤方法[D];大連理工大學(xué);2007年

3 羅磊;微博輿情熱點(diǎn)檢測(cè)與跟蹤方法研究[D];杭州電子科技大學(xué);2013年

4 伍翔;視頻圖像中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2007年

5 谷久宏;基于隨機(jī)蕨叢的長(zhǎng)期目標(biāo)跟蹤方法研究[D];東北大學(xué);2012年

6 韓志遠(yuǎn);基于粒子濾波的運(yùn)動(dòng)行人跟蹤方法的研究[D];蘇州大學(xué);2012年

7 馮雪坪;微博話題檢測(cè)與跟蹤方法研究[D];華中科技大學(xué);2013年

8 馬軍;遠(yuǎn)紅外車(chē)載行人檢測(cè)系統(tǒng)的行人跟蹤方法[D];華南理工大學(xué);2015年

9 周緋昊;基于機(jī)場(chǎng)視頻監(jiān)控的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究[D];西華大學(xué);2014年

10 金炫;復(fù)雜場(chǎng)景下的目標(biāo)自動(dòng)檢測(cè)跟蹤方法研究[D];中國(guó)科學(xué)院研究生院（光電技術(shù)研究所）;2014年

本文編號(hào)：1947921